Qualitätsprüfung für Schutzmasken
Industrielle Bildverarbeitung und Deep Learning stellen die Qualität von Masken zum Schutz des primären Gesundheitspersonals sicher
Ähnliche Produkte
Ultrakompakte Bildverarbeitungssysteme - ideal für Anwendungen, bei denen Platz Priorität hat.
Grafische Programmierumgebung für Deep Learning-basierte industrielle Bildanalyse
Es gibt verschieden Arten von Schutzmasken, die eine Ausbreitung von Krankheiten verhindern können, von herkömmlichen OP-Masken bis zu FFP2- oder FFP3-Atemschutzmasken. Diese Ausrüstung ist für die Sicherheit des Personals essenziell. Diese Masken schützen die Anwender jedoch nur, wenn sie fehlerfrei sind und die strengen ISO-Normen erfüllen, was besonders dann eine Herausforderung ist, wenn die Nachfrage das Angebot signifikant übersteigt. Die Qualität der Masken sollte genau geprüft werden, um zu vermeiden, dass fehlerhafte Produkte auf den Markt kommen. Dazu werden die Masken auf Fehler wie eingeschlossene Haare oder Flecken geprüft, die Breite der Maske gemessen und das Vorhandensein der Bänder und deren korrekte Befestigung verifiziert.
Die Hersteller von Schutzmasken können mithilfe von industrieller Bildverarbeitung und Deep-Learning-Technologie sicherstellen, dass die Produkte den ISO-Standards entsprechen und fehlerhafte Masken vor dem Verpacken erkannt werden. Das Cognex In-Sight 8402 Vision-System erkennt, ob die Komponenten der Schutzmasken, wie Bänder und Nähte vollständig sind. Darpber hinaus wird die Breite der Masken gemessen, um sicherzustellen, dass die Produkte mit den richtigen Abmessungen hergestellt werden. Viele Fehler lassen sich mit herkömmlichen Bildverarbeitungsalgorithmen jedoch schwer vorhersagen und programmieren. Cognex Deep Learning wird mit nur 50 Musterbildern eingelernt, damit es beliebige Fehler wie Schlitze, Flecken oder Nahtfehler einfach lokalisieren und klassifizieren kann.